[reinvent 2024] Amazon Aurora 및 Amazon RDS의 성능 향상 및 비용 절감

들어가며

이 세션을 신청한 이유는 AWS RDS와 Aurora의 효율적인 운영 및 비용 최적화 방법을 배우고 싶었기 때문입니다. 특히  데이터베이스 성능 최적화와 비용 절감을 동시에 달성하기 위한 실질적인 사례를 통해 실무에 적용할 수 있는 내용을 듣고 싶었으며 신규로 추가되는 기능들에 대해 알아보시죠.

RDS 및 Aurora Optimized Reads

Optimized Reads는 데이터베이스의 성능을 대폭 향상시키는 새로운 기능으로 특히 복잡한 쿼리 처리 및 임시 객체 생성에 대한 해결책을 제공합니다.

로컬 NVMe SSD 활용

• RDS와 Aurora에서 임시 데이터를 디스크 대신 로컬 NVMe SSD에 저장하도록 지원합니다.
• 이는 정렬(Sort), 그룹화(Group By), 조인(Join)과 같은 쿼리 작업에서 발생하는 임시 객체 생성 속도를 크게 향상시킵니다.

Aurora의 계층형 캐시(Tiered Cache)

• Aurora에서는 로컬 NVMe SSD를 메모리 계층의 확장 캐시로 사용하여 쿼리 성능을 극대화합니다.
• 이 기능을 통해 자주 액세스되는 데이터 페이지를 메모리에서 SSD로 옮기며, 최대 8배의 성능 개선을 제공할 수 있습니다.

사용 사례 및 비용 효율

• Optimized Reads를 사용하는 Aurora R6gd.large 인스턴스는 비슷한 메모리 성능을 제공하는 대형 인스턴스(I6g.12xlarge) 대비 90% 비용 절감을 달성할 수 있었습니다.
• Optimized Reads는 읽기 중심의 워크로드 또는 임시 데이터를 많이 생성하는 쿼리 환경에서 탁월한 성능 개선과 비용 절감을 가능하게 합니다.

AWS Compute Optimizer 지원 확장

AWS Compute Optimizer는 Amazon RDS에서 MySQL 및 PostgreSQL 엔진을 대상으로 자동화된 인스턴스 최적화 추천 기능을 제공하게 되었습니다. 이는 사용자가 대규모 RDS 환경을 효율적으로 관리할 수 있도록 돕는 중요한 업데이트로 특히 다음과 같은 점에서 유용합니다.

적합한 인스턴스 추천

• Compute Optimizer는 RDS의 리소스 사용량 및 성능 데이터를 기반으로 적합한 인스턴스 크기와 유형을 자동으로 추천합니다.
• CPU 사용량이나 메모리 사용량이 낮은 경우 오버사이즈된 인스턴스를 식별하고 더 작은 인스턴스를 추천하여 비용을 절감할 수 있습니다.

효율적인 대규모 관리

• 수십 개에서 수백 개 이상의 인스턴스를 운영하는 환경에서도 자동화된 추천을 통해 최적화 작업의 부담을 줄입니다.
• 여러 인스턴스를 비교 및 분석해 전체적으로 최적의 환경을 구축할 수 있습니다.

활용 사례

• R6g 인스턴스를 사용하는 경우, Graviton 기반의 R7g 인스턴스로 업그레이드를 추천받아 비용 대비 성능이 27% 향상된 사례가 소개되었습니다

CloudWatch Database Insights 출시

AWS는 CloudWatch Database Insights라는 새로운 데이터베이스 모니터링 도구를 발표했습니다. 이 도구는 기존의 CloudWatch 및 Performance Insights를 확장하여 다음과 같은 기능을 제공합니다.

통합된 대시보드

• RDS 및 Aurora의 성능 데이터, 로그, 경고 등을 하나의 대시보드에서 관리할 수 있습니다.
• 단일 브라우저 화면에서 여러 인스턴스의 상태를 한눈에 파악할 수 있어 대규모 환경의 모니터링이 간소화됩니다.

인스턴스 수준 이상의 가시성

• 기존 Performance Insights는 개별 인스턴스의 성능만 모니터링할 수 있었던 반면 Database Insights는 여러 인스턴스의 성능을 동시에 분석할 수 있습니다.
• 각 인스턴스 간의 관계를 시각적으로 파악할 수 있는 히트맵을 통해 병목현상이나 문제점을 식별할 수 있습니다.

애플리케이션 연관 분석

• 애플리케이션의 API 호출 및 서비스와 데이터베이스 성능 간의 연관성을 분석할 수 있는 기능이 추가되었습니다.
• 이를 통해 데이터베이스 문제의 근본 원인을 애플리케이션 수준에서 추적하고 해결하는 데 유용합니다.

트렌드 분석 기능

• SQL 쿼리 실행 수, 페이지 읽기 및 쓰기와 같은 데이터베이스 통계가 시간에 따른 변화로 시각화됩니다.
• 단순히 총합 데이터를 보는 것에서 벗어나 쿼리의 성능 동향을 분석할 수 있습니다.

결론

이번 세션은 Amazon RDS와 Aurora를 활용하여 데이터베이스의 성능과 비용을 최적화할 수 있는 최신 기술과 전략을 깊이 있게 다룬 유익한 시간이었습니다.  기술적 내용을 단순히 전달하는 데 그치지 않고 실무에서 바로 활용할 수 있는 구체적인 가이드라인과 사례를 제공했다는 점에서 큰 의미가 있었습니다. RDS와 Aurora의 성능과 비용 최적화는 클라우드 운영의 핵심 과제 중 하나로 이번 세션에서 소개된 기술들은 기업의 데이터베이스 운영 효율성을 극대화할 수 있을 것 같습니다.

세션을 들으며 단순히 최신 기술을 배우는 것을 넘어 현재 제가 운영하는 고객들의 데이터베이스 환경을 돌아보게 되었습니다. 우리가 현재 활용하고 있는 RDS와 Aurora 설정이 과연 최적화되어 있는지, 비용 대비 성능을 충분히 끌어올리고 있는지에 대해 고민하게 되었으며, 이를 개선할 수 있는 방향성도 찾을 수 있었습니다. 앞으로 이번 세션에서 얻은 지식을 기반으로 데이터베이스 운영 방식을 재정비하고 더 효율적이고 비용 효과적인 클라우드 환경을 구축할 수 있을 것 같습니다.